De kracht van een goede vraag...

Onderzoek uit het begin van de vorige eeuw wijst uit dat leerkrachten gemiddeld maar liefst 300-400 vragen per dag stellen[i]. Je zou ons gerust professionele vragenstellers kunnen noemen. En eigenlijk is dat best vreemd. In bijna elke andere situatie zou het onbeleefd aanvoelen om vragen te stellen waarop je het antwoord al kent. Toch is dat precies wat leerkrachten de hele dag door doen. 

Een goede vraag kan enorm krachtig zijn. Toch denken we bij het voorbereiden van een les zelden echt grondig na over goede vragen en is het best complex om te achterhalen of leerlingen de leerstof begrepen hebben.  In de blogpost Checken van begrip: Zijn er nog vragen? wordt helder uitgelegd waarom dit zo complex is. Leraren – en zeker startende leraren – kunnen dus best wel wat extra hulp gebruiken bij deze bouwsteen. 

In het NOVAI-project AskWise – een feedbacktool voor leerkrachten bundelen het Expertisecentrum Onderwijs en Leren, de lerarenopleidingen van Thomas More en PXL en ontwikkelaar BuildMore de krachten voor de ontwikkeling van een AI-tool die studenten uit de lerarenopleiding feedback geeft en hen helpt om vragen te stellen die het leren écht ondersteunen.

Het concept van de AI-feedbacktool ziet er als volgt uit. In de eerste fase krijgen studenten feedback op een lesvoorbereiding: ze ontvangen een eerste analyse met tips om hun vragen te verbeteren. In de tweede fase werkt de tool met een audio-opname van een micro-teachingles die getranscribeerd en geanalyseerd wordt. Het dashboard toont het aantal vragen, het soort vragen, de responsvorm en de wachttijd die leerlingen krijgen om na te denken. Op basis van deze gegevens krijgen studenten feedback en ondersteuning van een chatbot die hen helpt om hun vraagstelling te verbeteren. 

Maar om een AI-model goede feedback te laten geven op vraagstelling, moet je het model uiteraard eerst informatie geven over wat een goede vraag dan juist is. En dat is uiteraard complexer dan het op het eerste zicht lijkt. 

Er is heel wat onderzoek dat een sterk verband aantoont tussen het aantal vragen dat leraren stellen en de leerresultaten van leerlingen. [i]mindere vragen kunnen leiden tot verwarring en onbegrip[ii].

Je kan vragen stellen om heel verschillende redenen. Voor veel leerkrachten dienen vragen in de eerste plaats om ervoor te zorgen dat leerlingen actief betrokken blijven bij de les en niet de kans krijgen om in te dommelen. Onderzoek van Wragg en Brown[iii] toont aan dat de meerderheid van de vragen die leraren stellen (56%) gaat over organisatie en management. Dit zijn vragen als ‘Heeft iedereen het handboek open op de juiste bladzijde?’ of pseudo-controlevragen als ‘Zijn we nog mee?’. Hoe goedbedoeld ook, veel vragen stellen om leerlingen bij de les te houden leidt niet automatisch tot beter leren[iv].

36% van de vragen die leraren stellen zijn herinneringsvragen, waarin leerlingen informatie moeten ophalen uit hun langetermijngeheugen. Dit soort vragen zijn wél gerelateerd aan de leerstof, en ze kunnen zeker zinvol zijn. Het zijn echter vragen die in de taxonomie van Bloom[v] aangegeven staan als ‘lagere orde denkvragen’. Slechts 8% van de vragen waren zogenaamde ‘hogere orde denkvragen’: vragen die leerlingen echt hard doen nadenken over de leerstof. 

Het is zeker niet zo dat ‘hogere orde denkvragen’ per definitie beter zijn dan zogenaamde ‘lagere orde denkvragen’, ook al lijkt de terminologie dat misschien te suggereren. De taxonomie van Bloom (of de herziene versie van Anderson en Krathwohl[vi]) is een denkkader dat helpt om verschillende soorten cognitieve processen of vragen te ordenen. Er hangt geen waardeoordeel aan vast. Toch zijn er een aantal soorten vragen die meer bijdragen tot het leren van leerlingen dan anderen. 

In het boek De Leraar[vii] beschrijft Kristel Vanhoyweghen drie hoofdcategorieën van vragen die echt bijdragen tot het leren van leerlingen: 

• Vragen die leerlingen leerstof laten ophalen uit het langetermijngeheugen (toetsen om te leren of activeren van relevante voorkennis)
• Vragen die achterhalen of leerlingen je les begrepen hebben
• Vragen die leerlingen die laten nadenken over de leerstof zoals verbanden leggen, gelijkenissen en verschillen zoeken, een hiërarchie of volgorde begrijpen, … (actief verwerken van de leerstof). 

Bij de eerste twee categorieën kunnen lagere orde denkvragen doelgericht ingezet worden om leerlingen actief informatie te laten ophalen en om jou als leerkracht informatie te geven. Denk bijvoorbeeld aan een echt goed doordachte diagnostische meerkeuzevraag, waarvan de verschillende antwoordopties zo opgesteld zijn dat ze veel voorkomende misconcepties blootleggen. Voor een startende leraar is het niet altijd even eenvoudig om te weten wat deze misconcepties zouden kunnen zijn, maar mits een goede prompt kan een AI-chatbot je ook goed helpen om dit soort vragen op te stellen. 

Het onderzoek van Wragg en Brown toont echter ook aan dat dit soort herinneringsvragen structureel overgebruikt is, en dat ze na een tijd kunnen leiden tot demotivatie en passiviteit bij leerlingen. De laatste categorie vragen uit het onderzoek is erg krachtig om leerstof grondig te verwerken en leerlingen echt diep te laten nadenken, maar slechts 8% van de vragen die leraren stellen is van dit type. Dit zijn vaak de ‘echt goede vragen’ die je soms opspaart voor de toets of voor het examen, en die leerlingen ook best wel pittig vinden. Het is zeker een goed idee om deze hogere orde denkvragen wat meer in te bouwen in je lessen.

Onze AI-tool moet niet alleen het cognitieve niveau van de vraag bepalen, maar ook rekening houden met heel wat context: wat is het doel van de vraag? In welke lesfase wordt de vraag gesteld? Is de vraag relevant om de leerdoelen van de les te bereiken? Als een vraag voorkennis activeert, is deze voorkennis dan relevant voor de rest van de les (en gaat het effectief om voorkennis)? 

Bij het analyseren van audio-opnames van een les komen hier ook nog de wachttijd en de responsvorm bij kijken. Er is geen eenduidig antwoord te geven op de vraag hoeveel denktijd je leerlingen moet geven na het stellen van een vraag. En om ervoor te zorgen dat zoveel mogelijk leerlingen nadenken als je een vraag stelt, gebruik je best een doordachte werkvorm. Meer over de complexiteit van denktijd en klasbegrip vind je in de blogpostChecken van begrip. 

AI in onderwijs is pas echt waardevol als die technologie vertrekt vanuit principes van effectieve didactiek. Net daar wringt het vandaag nog vaak: een recente overzichtsstudie[viii] toont dat veel AI-oplossingen in onderwijs geen sterke evidence-informed basis hebben en te weinig rekening houden met de concrete lescontext. 

Met AskWise proberen we dat anders aan te pakken. Binnen het NOVAI-project bouwen we deze tool niet zomaar op basis van technologie, maar op basis van robuust onderzoek over effectieve vraagstelling (learning engineering). Op deze manier geven we het AI-model evidence-informed informatie mee over goede vraagstelling om op die manier tot kwalitatievere feedback te komen.  

Daarbij werken we iteratief: we vertrekken vanuit onderzoek, ontwikkelen een eerste versie van de tool, en zetten vervolgens een testbedding waarin we de tool samen met studenten en docenten uit de lerarenopleidingen van Thomas More en PXL uittesten. Op die manier onderzoeken we niet alleen of de tool technisch werkt, maar vooral ook of hij in de praktijk bruikbaar en betekenisvol is. 

Benieuwd naar de resultaten? Wij ook. Schrijf je in op de nieuwsbrief van Expertisecentrum Onderwijs en Leren.

In het boek De Leraar (Kirschner en Hoof 2024) geeft Kristel Vanhoyweghen in ‘Hoofdstuk 8: Vaardig vragen stellen als spil van goed lesgeven’ een mooi overzicht van soorten vragen en voorbeelden van krachtige responsvormen. 

In de blogpost Checken van begrip: zijn er nog vragen? (Deel 2) geven collega’s Wouter Buelens, Karlien Tiebout en Dries D’Haese concrete voorbeelden van ‘goede’ vragen stellen op een ‘goede’ manier.